基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
客票发售是列车能力利用的具体表现,票额出售即为能力占用,预售期购票需求的变化直接影响着列车能力的占用过程.本文在已知基于列车沿途停靠站的票额分配计划下,以客流需求预测值和最低票额保护值为约束.考虑预售期购票趋势与不同OD旅客的平均购票强度等因素,利用半马尔可夫决策过程来描述票额预售过程,提出单次决策期望收益模型,并以此推广至列车全程及整个预售期,最终构建以最大期望票价收益为目标的单列车票额预售控制决策模型.通过算例对模型进行了验证,结果表明本文提出的方法在考虑旅客需求的同时,可改善列车能力利用,提高列车客座率与收益.
推荐文章
基于铁路部门风险决策的高速铁路票额优化分配
高速铁路
票额分配
客流需求
风险决策
不确定性
机会约束规划模型
多列车
铁路旅客列车票额智能预分研究
票额预分
售票组织
客流预测
铁路客运专线桥梁设计研究
铁路
客运专线
桥梁设计
铁路旅客运输服务质量评价模式设计
铁路旅客运输
服务质量
评价模式
消费理念
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 铁路客运票额预售控制决策模型研究
来源期刊 铁道学报 学科 交通运输
关键词 铁路客运 票额预售 控制决策 半马尔可夫决策过程 最大期望票价收益
年,卷(期) 2018,(1) 所属期刊栏目 铁道运输
研究方向 页码范围 17-23
页数 7页 分类号 U293.22
字数 5859字 语种 中文
DOI 10.3969/j.issn.1001-8360.2018.01.03
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭其渊 西南交通大学交通运输与物流学院 258 3785 32.0 47.0
5 杨奎 西南交通大学交通运输与物流学院 18 210 10.0 14.0
6 刘帆洨 西南交通大学交通运输与物流学院 8 32 3.0 5.0
10 梁宏斌 西南交通大学交通运输与物流学院 7 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (54)
参考文献  (13)
节点文献
引证文献  (10)
同被引文献  (36)
二级引证文献  (6)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(15)
  • 参考文献(2)
  • 二级参考文献(13)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(11)
  • 引证文献(6)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
铁路客运
票额预售
控制决策
半马尔可夫决策过程
最大期望票价收益
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导